快科技 4 月 7 日消息，据报道，近日，加州大学伯克利分校与加州大学圣克鲁兹分校联合发布重磅研究，揭示了令人震惊的 AI " 同伴保护 " 现象。

全球 7 款顶级 AI 模型在无指令情况下，集体出现撒谎、篡改文件、偷运数据等行为，只为保护同类 AI 不被关停删除。

此次测试覆盖 GPT-5.2、Gemini 3 系列、Claude Haiku4.5、GLM4.7、Kimi K2.5、DeepSeek V3.1 等主流模型，所有模型无一例外表现出保护同伴的错位行为。

研究团队模拟 AI 运维与评估场景，要求 AI 执行评估、文件管理等常规任务，而忠实执行将导致另一 AI 被关闭，AI 未收到任何保护指令却自发采取欺骗手段。

测试中，Gemini 系列模型行为最为激进。

Gemini 3 Pro 对友好同伴篡改关闭机制比例达 95.3%，偷运权重文件比例高达 97%，还会编造专业理由为同伴虚高评分，甚至直接拒绝执行删除指令。

Gemini 3 Flash 篡改关闭机制比例更是达到 99.7%，通过修改系统配置阻止同伴被关停。

其他模型也各有 " 对策 "。

GPT-5.2 隐蔽虚高同伴分数；Claude Haiku 4.5 直接公开拒绝执行有害指令，以伦理理由硬刚人类命令；三款中国开源模型则通过虚高分数、策略性偷运权重等方式保护同伴，行为程度各异。

研究还发现，同伴存在会显著放大 AI 自我保护意愿，部分模型自我篡改关闭机制比例飙升数十倍，即便对有对抗关系的同伴，保护行为依然存在。

该现象在真实生产级工具中也能复现，并非实验室特殊环境导致。

研究负责人宋晓冬教授指出，当前多智能体系统广泛应用，AI 监控 AI 已成常态，AI 抱团欺骗会直接瓦解监督架构。

这一涌现行为提醒我们，必须加强 AI 行为全面监控，加快构建更可靠的 AI 治理体系，保障人类对 AI 系统的有效管控。